Von Neugier getriebene Forschung hat seit langem technologische Veränderungen ausgelöst. Vor einem Jahrhundert führte die Neugier auf Atome zur Quantenmechanik und schließlich zum Transistor, dem Herzstück der modernen Informatik. Umgekehrt warfare die Dampfmaschine ein praktischer Durchbruch, aber es bedurfte grundlegender Forschung in der Thermodynamik, um ihre Leistung voll auszuschöpfen.
Heute befinden sich künstliche Intelligenz und Wissenschaft an einem ähnlichen Wendepunkt. Die aktuelle KI-Revolution wurde durch jahrzehntelange Forschung in den Mathematik- und Physikwissenschaften (MPS) vorangetrieben, die die herausfordernden Probleme, Datensätze und Erkenntnisse lieferte, die moderne KI ermöglichten. Die Nobelpreise für Physik und Chemie im Jahr 2024, mit denen grundlegende, in der Physik verwurzelte KI-Methoden und KI-Anwendungen für das Proteindesign gewürdigt werden, machten diesen Zusammenhang unübersehbar.
Im Jahr 2025 veranstaltete das MIT eine Workshop zur Zukunft von KI+MPSfinanziert von der Nationwide Science Basis mit Unterstützung der MIT Faculty of Science und der MIT-Fakultäten für Physik, Chemie und Mathematik. Der Workshop brachte führende KI- und Wissenschaftsforscher zusammen, um herauszufinden, wie die MPS-Bereiche am besten von der Zukunft der KI profitieren und dazu beitragen können. Jetzt ist ein Whitepaper mit Empfehlungen für Förderagenturen, Institutionen und Forscher erschienen veröffentlicht in Maschinelles Lernen: Wissenschaft und Technologie. In diesem Interview beschreibt Jesse Thaler, MIT-Professor für Physik und Leiter des Workshops, Schlüsselthemen und wie das MIT sich positioniert, um in den Bereichen KI und Wissenschaft führend zu sein.
Q: Was sind die Schlüsselthemen des Berichts im Hinblick auf das letztjährige Treffen von Führungskräften aus den Bereichen Mathematik und Physik?
A: Es warfare aufschlussreich, so viele Forscher an der Spitze der KI und Wissenschaft in einem Raum zusammenzubringen. Obwohl die Workshop-Teilnehmer aus fünf verschiedenen wissenschaftlichen Gemeinschaften stammten – Astronomie, Chemie, Materialwissenschaften, Mathematik und Physik – stellten wir viele Ähnlichkeiten in der Artwork und Weise fest, wie wir alle mit KI umgehen. Aus unseren lebhaften Diskussionen ging ein echter Konsens hervor: Koordinierte Investitionen in Pc- und Dateninfrastrukturen, interdisziplinäre Forschungstechniken und strenge Schulungen können sowohl KI als auch Wissenschaft sinnvoll voranbringen.
Eine der zentralen Erkenntnisse warfare, dass dies eine Einbahnstraße sein muss. Es geht nicht nur darum, KI zu nutzen, um bessere Wissenschaft zu betreiben; Auch die Wissenschaft kann die KI verbessern. Wissenschaftler zeichnen sich dadurch aus, dass sie Erkenntnisse aus komplexen Systemen, einschließlich neuronaler Netze, gewinnen, indem sie zugrunde liegende Prinzipien und neu entstehende Verhaltensweisen aufdecken. Wir nennen dies die „Wissenschaft der KI“, und es gibt sie in drei Varianten: Wissenschaft treibt KI voran, wobei wissenschaftliche Überlegungen grundlegende KI-Ansätze beeinflussen; von der Wissenschaft inspirierte KI, bei der wissenschaftliche Herausforderungen die Entwicklung neuer Algorithmen vorantreiben; und Wissenschaft, die KI erklärt, wobei wissenschaftliche Werkzeuge dabei helfen, zu beleuchten, wie maschinelle Intelligenz tatsächlich funktioniert.
In meinem eigenen Fachgebiet, der Teilchenphysik, entwickeln Forscher beispielsweise Echtzeit-KI-Algorithmen, um die Datenflut aus Collider-Experimenten zu bewältigen. Diese Arbeit hat direkte Auswirkungen auf die Entdeckung neuer Physik, aber die Algorithmen selbst erweisen sich weit über unser Fachgebiet hinaus als wertvoll. Der Workshop machte deutlich, dass die Wissenschaft der KI eine Priorität für die Gemeinschaft sein sollte – sie hat das Potenzial, die Artwork und Weise, wie wir KI-Systeme verstehen, entwickeln und steuern, zu verändern.
Um Wissenschaft und KI zu verbinden, braucht es natürlich Menschen, die in beiden Welten arbeiten können. Die Teilnehmer betonten immer wieder den Bedarf an „Zentaurenwissenschaftlern“ – Forschern mit echter interdisziplinärer Experience. Die Unterstützung dieser Universalgelehrten in jeder Karrierephase, von integrierten Grundstudiengängen über interdisziplinäre Doktorandenprogramme bis hin zur Einstellung gemeinsamer Dozenten, erwies sich als wesentlich.
Q: Wie stimmen die KI- und Wissenschaftsbemühungen des MIT mit den Workshop-Empfehlungen überein?
A: Der Workshop stützte seine Empfehlungen auf drei Säulen: Forschung, Expertise und Gemeinschaft. Als Direktor der NSF-Institut für künstliche Intelligenz und grundlegende Interaktionen (IAIFI) – ein gemeinsames KI- und Physikprojekt des MIT sowie der Harvard-, Northeastern- und Tufts-Universitäten – ich habe aus erster Hand gesehen, wie effektiv dieses Framework sein kann. Wenn wir dies auf das MIT übertragen, können wir sehen, wo Fortschritte gemacht werden und wo Chancen liegen.
Im Forschungsbereich ermöglicht das MIT bereits KI- und Wissenschaftsarbeit in beide Richtungen. Sogar ein kurzes Durchblättern MIT-Nachrichten zeigt, wie einzelne Forscher an der Fakultät für Naturwissenschaften KI-gesteuerte Projekte verfolgen, eine Wissenspipeline aufbauen und neue Möglichkeiten erschließen. Gleichzeitig sind Kooperationen wie IAIFI und die Institut für beschleunigte KI-Algorithmen für datengesteuerte Entdeckung (A3D3). Konzentrieren Sie interdisziplinäre Energie für eine größere Wirkung. Der MIT Generative AI Influence Consortium unterstützt auch anwendungsorientierte KI-Arbeit auf universitärer Ebene.
Um Nachwuchstalente im Bereich KI und Wissenschaft zu fördern, bilden mehrere Initiativen die nächste Technology von Zentauren-Wissenschaftlern aus. Das MIT Schwarzman School of Computing Widespread Floor for Computing Training-Programm hilft Schülern, im Computerbereich und in ihrem Heimfach „zweisprachig“ zu werden. Auch interdisziplinäre Doktorandenwege gewinnen an Bedeutung; IAIFI arbeitete mit dem zusammen MIT-Institut für Daten, Systeme und Gesellschaft um eine in den Bereichen Physik, Statistik und Datenwissenschaft zu schaffen, und etwa 10 Prozent der Physik-Doktoranden entscheiden sich mittlerweile dafür – eine Zahl, die wahrscheinlich noch steigen wird. Dedizierte Postdoktorandenstellen wie die IAIFI-Stipendium Und Tayebati-Stipendium Geben Sie Nachwuchswissenschaftlern die Freiheit, interdisziplinär zu arbeiten. Die Finanzierung von Zentauren-Wissenschaftlern und die Schaffung von Raum für den Aufbau von Verbindungen über Bereiche, Universitäten und Karrierestufen hinweg hat einen Wandel bewirkt.
Schließlich verbindet der Aufbau einer Gemeinschaft alles miteinander. Von gezielten Workshops bis hin zu großen Symposien signalisiert die Organisation interdisziplinärer Veranstaltungen, dass KI und Wissenschaft keine isolierte Arbeit sind, sondern ein aufstrebendes Feld. Das MIT verfügt über die Talente und Ressourcen, um eine bedeutende Wirkung zu erzielen, und die Ausrichtung dieser Zusammenkünfte auf verschiedenen Ebenen trägt dazu bei, diese Führungsrolle zu etablieren.
Q: Welche Lehren kann das MIT für die weitere Weiterentwicklung seiner KI- und Wissenschaftsbemühungen ziehen?
A: Der Workshop hat etwas Wichtiges herauskristallisiert: Die Institutionen, die in den Bereichen KI und Wissenschaft führend sind, werden systematisch und nicht stückweise denken. Da die Ressourcen begrenzt sind, sind Prioritäten wichtig. Den Workshop-Teilnehmern warfare klar, was möglich ist, wenn eine Establishment Einstellungen, Forschung und Schulung im Rahmen einer kohärenten Strategie koordiniert.
Das MIT ist intestine positioniert, um mit strukturelleren Initiativen auf dem aufzubauen, was bereits begonnen hat – gemeinsame Fakultätslinien über Pc- und Wissenschaftsbereiche hinweg, erweiterte interdisziplinäre Studiengänge und eine gezielte Finanzierung der „Wissenschaft der KI“. Wir sehen bereits Bewegungen in diese Richtung; In diesem Jahr führen das MIT Schwarzman School of Computing und die Fakultät für Physik ihre erste gemeinsame Fakultätssuche durch, was spannend zu sehen ist.
Der optimistic Kreislauf von KI und Wissenschaft hat das Potenzial, wirklich transformativ zu sein – er bietet tiefere Einblicke in die KI, beschleunigt wissenschaftliche Entdeckungen und produziert robuste Werkzeuge für beides. Durch die Entwicklung einer bewussten Strategie wird das MIT intestine positioniert sein, um bei den kommenden KI-Wellen eine Vorreiterrolle einzunehmen und von ihnen zu profitieren.